四川省城市地震災害脆弱性綜合評價研究

李 琳 王俊杰

（中國海洋大學，工程學院土木工程系，山東青島 266100）

引言

隨著社會經濟的不斷發展，城市人口急劇膨脹、生態結構不盡合理，城市的地震災害脆弱性日益凸顯。因此，合理認識評價城市地震災害的脆弱性，將有助于降低城市震害風險、減少震災損失和指導城市科學防震減災。近年來，國內外學者越來越關注地震災害的脆弱性研究，特別是從系統工程角度，將社會性因素納入承災體的脆弱性分析，并采取不同評價方法進行脆弱性評價。Martins等（2012）基于GIS并利用多標準分析技術評估地震風險的社會脆弱性；石勇等（2010）利用層次分析法對區域脆弱性和人群脆弱性進行了評價；蘇桂武等（2010）利用主成分分析、因子分析等數理分析方法，定量評價震害區域的宏觀脆弱性；安瓦爾·買買提明等（2013）運用模糊綜合評價法進行自然災害脆弱性評估；馮領香等（2013）利用灰色評價理論對區域震害脆弱性進行了分析；張永領等（2014）利用TOPSIS方法評價了自然災害社會脆弱性；徐選華等（2016）利用突變級數法對震害的社會脆弱性進行了評價。雖然研究成果諸多，但對于評價指標體系和評價方法的研究尚不成熟，評價體系的構建還難以達成統一標準，研究方法大多為綜合指數法、層次分析法、模糊評價法等主觀性較強的方法，評價結果不夠客觀，且基于智能算法的評價模型在震害脆弱性評價領域還未能得到廣泛的應用。

四川省地形地質情況復雜，地震災害頻發，也是多民族聚集區，各市、州間自然社會背景差異較大，區域發展不均衡，因此，科學合理地評價城市震害脆弱性顯得尤為重要。基于此，本文在構建震害脆弱性評價指標體系的基礎上，運用基于實碼加速遺傳算法優化投影尋蹤（RAGA-PP）模型，分別分析人口、工程、經濟及社會4個方面的脆弱性，并評價城市震害的綜合脆弱性，對四川省21個市、州進行了震害脆弱性評價，以期為地震災害脆弱性評價提供1個新思路，評價結果可為政府有關部門進行防震減災規劃提供一定依據。

1 城市地震災害脆弱性評價指標體系

1.1 脆弱性概念分析

目前，對于脆弱性的概念還未形成統一的定義，災害學研究中通常把脆弱性歸結為暴露性、敏感性和恢復力3個方面，認為承災體脆弱性與其社會過程密切相關（IDB，2010）；聯合國國際減災組織認為承災體的脆弱性是由其本質屬性、社會、經濟和環境因素共同作用下的結果，反映了承災體在災害作用下的易損程度（UN/ISDR，2004）。蘇桂武等（2007）指出，震害脆弱性是承災體在地震時所表現出來的破壞損失機會多少、破壞損失潛力大小和破壞后恢復能力強弱等方面的綜合性質。綜合上述觀點，本文所研究的城市承災體的脆弱性是指：假定該城市在地震災害影響范圍內，在城市物理屬性、社會、經濟等因素的共同影響下，承災體在面臨地震災害時受到損害的可能性和程度的性質，包括暴露度、敏感度和恢復力3個方面。

1.2 評價指標體系的構建

地震災害的脆弱性是受自然環境、工程狀況、社會發展、經濟水平等諸多因素綜合影響的復雜性系統問題。在已有研究的基礎上，依據科學性、代表性、實用性等構建原則，綜合考慮評價數據的可獲取性，結合能夠體現脆弱性概念本質特點的指標，從脆弱性影響因素和評價目標的角度搭建評價體系的邏輯層次，建立人口脆弱性、工程脆弱性、經濟脆弱性、社會脆弱性4個準則層，具體選取16個評價指標，構建了城市地震災害綜合脆弱性評價指標體系（表1）。

表1 城市地震災害綜合脆弱性評價指標體系Table 1 Comprehensive vulnerability evaluation index system for urban earthquake disaster

續表

2 RAGA-PP評價模型構建

2.1 投影尋蹤基本原理

投影尋蹤的基本思想是將高維數據依據某種組合形式，向低維子空間投影，找出能夠反映原高維數據本質結構和特征的投影，通過使用在低維空間上具有良好效果的統計分析方法對數據在低維空間上求解，從而達到分析和處理高維數據的目的（付強等，2006）。投影尋蹤方法能將高維數據降維，較好地解決復雜的非線性問題，最大限度地反映原始數據的內在結構特點，避免一些影響數據本質的無關變量的干擾，因此避免了主觀因素的影響，更具客觀性。

2.2 實碼加速遺傳算法基本思想

遺傳算法模擬生物進化論中“適者生存，優勝劣汰”的進化機制和遺傳學中染色體信息交換機理，是1種自適應全局并行搜索求解最優解的算法（金菊良等，2000）。其思想是在產生初代種群后，每1代依據個體適應度選擇最優個體，通過一系列的選擇、交叉和變異操作逐代演化出更優解，直到逼近最優解。標準的遺傳算法存在易早熟收斂、精確度不高的缺點，為克服這些缺點，在此基礎上改進形成了基于實數編碼的加速遺傳算法（RAGA）。RAGA算法的特點是將優秀個體作為新的區間來調整搜索范圍，選擇、交叉、變異操作是并行的，因此RAGA的搜索范圍更為廣泛，更易得到全局最優點，避免陷入局部最優，精確度更高。

2.3 基于實碼加速遺傳算法優化投影尋蹤模型

投影尋蹤方法的計算量較大，為增強投影尋蹤方法的適用性和可操性，使用實碼加速遺傳算法來優化投影方向。基于實碼加速遺傳算法優化投影尋蹤模型的建模步驟如下（黃勇輝等，2009）：

（1）評價指標的歸一化。設待評指標值的樣本集為{xij|i＝1，2，……，n；j＝1，2，……，m}，其中xij是第i個樣本的第j個指標值。為消除各指標值不同量綱的影響，對原始數據進行歸一化處理：

其中，xjmax、xjmin分別為第j個指標的最大值和最小值，x?ij為指標值歸一化處理后的序列。

（2）構造投影指標函數Q(a)。投影尋蹤法把m維數據{x?ij|j＝1，2，……，m}綜合成以單位向量a＝{a(1)，a(2)，……，a(m)}為投影方向的一維投影值zi，即：

評價時，為了使數據盡量呈現投影點局部密集、整體分散的情況，投影指標函數可以表示為：

式中，Sz為投影值zi的標準差，Dz則為zi的局部密度，即：

式中，Ez表示投影a上的投影平均值；R為局部密度的窗口半徑，一般取值為0.1Sz；，表示樣本之間的距離；為單位躍階函數，當時，其值為1，時，其值為0。

（3）基于實碼加速遺傳算法優化投影指標函數。投影尋蹤的關鍵是求解滿足投影指標函數的最佳投影方向向量，可以通過求解投影指標函數最大值來估計其最佳投影方向，即：

尋優過程是1個復雜的非線性優化問題，本文應用實碼加速遺傳算法求解尋優問題，即可求得最佳投影方向a?。

（4）進行評價值計算。將求得的最佳投影方向a?代入公式（2）中，可得到各樣本的最佳投影值zi，從而得到各評價樣本的評價值。

3 四川省21市、州震害脆弱性評價

3.1 研究區概況和數據來源

依據四川省的實際情況，以城市承災體為研究對象，選取四川省各市、州作為研究區域，主要包括成都、自貢、攀枝花、瀘州等21個市、州。四川省位于中國的西南腹地，地處第一階梯和第二階梯的過渡帶，地勢地貌復雜，處于喜馬拉雅—地中海地震帶上。四川省地震災害頻發，2008年曾發生汶川8.0級大地震，造成極大損失。根據中國地震臺網數據（中國地震臺網，2018），2013—2017年間中國累計發生5級及以上地震165次，其中四川省內及邊界發生地震15次，發生次數僅次于臺灣、新疆、西藏、云南，其中7.0級以上破壞性地震就多達2次。

本文選取的數據依據《四川統計年鑒》（四川省統計局等，2014）及相關文獻數據（徐選華等，2016）整理計算得，以表1中的16個因素為具體指標，對數據進行歸一化處理。

3.2 基于RAGA-PP模型的脆弱性評價與計算

利用MATLAB編制基于實碼加速遺傳算法優化投影尋蹤模型程序，求得最佳投影向量。在MATLAB環境下對21個待評城市的總目標和4個子目標分別進行評價，運行程序，計算得到總目標A的最佳投影方向aA?＝（0.1636，0.4125，0.3443，0.0565，0.1626，0.2054，0.2553，0.1547，0.2937，0.3925，0.0883，0.2082，0.2312，0.3796，0.1000，0.1570），此時Q(a)＝1.1716。可進一步依據最佳投影方向來分析各指標對評價結果影響的重要程度。將a?代入式（2）可得到各市、州的投影值，即各市、州的震害綜合脆弱性評價值，如表2所示。計算出的投影值越大，說明該城市的震害綜合脆弱性越高，反之則越低。

表2 地震災害綜合脆弱性評價結果Table 2 Comprehensive vulnerability evaluation results of earthquake disasters

計算所得的震害綜合脆弱性評價值的分布具有整體上離散、集中性積聚的特征，數據整體起伏較為明顯，采用Nature Breaks（Jenks）法將震害綜合脆弱性水平劃分成5個等級，結果見表3，并利用GIS進行評價結果的空間分析，繪制出四川省地震災害人口、工程、經濟、社會脆弱性等級分布圖及地震災害綜合脆弱性等級分布圖，見圖1—5。

表3 地震災害綜合脆弱性等級劃分結果Table 3 Results of comprehensive vulnerability classification of earthquake disasters

圖1 人口脆弱性等級分布Fig.1 Distribution of population vulnerability degrees

圖2 工程脆弱性等級分布Fig 2 Distribution of engineering vulnerability degrees

圖3 經濟脆弱性等級分布Fig.3 Distribution of economic vulnerability degrees

圖4 社會脆弱性等級分布Fig.4 Distribution of social vulnerability degrees

3.3 結果討論

依據計算結果可知，四川省地震災害綜合脆弱性等級最高的是巴中，等級為較高的包括南充、資陽等9地，等級為中等的有廣元、宜賓、眉山，等級為較低的包括樂山、雅安等6地，等級為低的是成都及攀枝花。巴中的綜合脆弱性最高，其經濟、社會、人口脆弱性皆處于較高水平，這是由于巴中的經濟發展水平較為落后，醫療衛生條件較差、城市基礎設施建設不完備，故其救災救援及恢復生產的能力較差，人口結構的不合理又增加了其敏感性，使城市的脆弱性處于較高水平。而成都的綜合脆弱性最低，這與城市的人口結構合理、建筑物抗震設防措施優、經濟多樣化程度高等因素有關，使得成都在面對地震時的敏感性減低、抵御能力更強。

圖5 地震災害綜合脆弱性等級分布Fig.5 Distribution of comprehensive vulnerability degrees of earthquake disasters

最佳投影方向體現了各個指標對目標影響的重要程度，二級指標中經濟脆弱性的最佳投影方向數值最大，即代表經濟因素對綜合脆弱性的影響程度最大。計算結果也反映出，經濟發展水平較高的地區其綜合脆弱性較低，經濟欠發達的地區其綜合脆弱性較高。究其原因，城市的經濟發展使得城市擁有較為雄厚的生產力資源和社會財富，政府有能力投入更多的財力和精力用于城市的防災減災建設，而城市化的發展往往伴隨著城市基礎設施建設的不斷完善，應急和救援能力也相對較高，這使得城市具有一定的承災能力。

城市地震災害綜合脆弱性評價值體現了城市承災系統在面臨地震災害下的暴露性、敏感性及抵御恢復能力，其值越大，說明城市在災害下受到危害的可能性和損失程度越大。通過進一步改善城市的人口、工程、經濟和社會狀況，可優化人口結構、提高工程抗震設防水平、合理布局產業結構、完善基礎設施建設等，重點是提高城市的經濟發展水平。綜合脆弱性影響了城市的地震風險水平，同時反映了城市的承災能力，進行綜合脆弱性評價研究有助于科學合理地指導城市的防震減災工作。

4 結語

本文面向城市承災系統，從人口、工程、經濟及社會4個方面出發，建立了城市震害綜合脆弱性評價體系，采用基于實碼加速遺傳算法優化投影尋蹤模型對城市震害脆弱性進行評價，該模型依據指標數據內在的結構，較為客觀真實地反映了指標數據的原始特征，減輕主觀性因素對評價結果的干擾，評價方法科學有效，為涉及多因素的城市震害脆弱性綜合評價提供了新思路。

對四川省21個市、州進行了地震災害脆弱性評價，結果表明巴中、南充等地具有較高的脆弱性，成都、攀枝花等地的脆弱性水平較低；經濟性因素是城市震害脆弱性的主要影響要素；應通過重點發展城市經濟建設、合理控制人口規模、提高工程的抗震性能、完善基礎設施建設等措施，降低城市承災系統的脆弱性，規避地震風險，提升城市的承災能力，從而有助于城市防震減災工作的發展。